我有看起来像这样的数据
shift_id user_id status organization_id location_id department_id open_positions city zip role_id specialty_id latitude longitude years_of_experience
2 9 S 1 1 19 1 brooklyn 48001 2 9 42.643 -82.583
6 60 S 12 19 20 1 test 68410 3 7 40.608 -95.856
9 61 S 12 19 20 1 new york 48001 1 7 42.643 -82.583
10 60 S 12 19 20 1 test 68410 3 7 40.608 -95.856
21 3 S 1 1 19 1 pune 48001 1 2 46.753 -89.584 0
4 7 S 1 1 19 1 needham 2494 4 4 42.292 -71.246 2
因此它包含字符串以及数字特征。
我首先要执行功能消除，然后对其执行SVM。
这是我的代码。
dataset = pd.read_csv("data.csv",header = 0)
data = dataset.drop('organization_id',1)
#data = data.fillna(0, inplace=True)
target = dataset.location_id
#dataset.head()
svm = LinearSVC()
rfe = RFE(svm, 3)
rfe = rfe.fit(data, target)
print(rfe.support_)
print(rfe.ranking_)
但是由于列status具有字符串值，所以它给出-
ValueError: could not convert string to float: 'S'
具有这种字符串功能是显而易见的。处理这种情况的标准做法是什么？
答案 0 :(得分：0)
您可以通过OrdinalEncoder将每个分类特征编码为整数值来解决错误：
from sklearn.preprocessing import OrdinalEncoder
enc = OrdinalEncoder()
features = ['status', 'city']
categorical = data[features]
enc.fit(categorical)
numerical = enc.transform(categorical)
for n, feat in enumerate(features):
data[feat] = numerical[:, n]
如果这种方法对您不起作用，我建议您改为尝试OneHotEncoder。